Question

我有一组功能，我希望根据它们的相关系数相互排名，而不考虑真正的标签（通过监督功能选择，对吧？）。我的目标是选择第一个特征作为彼此更相关的特征，将其取出等等。

问题是如何测试向量与矩阵（所有其他向量/特征）的相关性？是可以这样做还是我这样做。

PS：我正在使用MATLAB 2013b

谢谢大家

Answer 1

假设您有n-by-d矩阵X，其中行是实例，列是要素/维度，那么您只需使用corr或{{ 3}}函数：

% Fisher Iris dataset, 150x4
>> load fisheriris
>> X = meas;

>> C = corr(X)
C =
    1.0000   -0.1176    0.8718    0.8179
   -0.1176    1.0000   -0.4284   -0.3661
    0.8718   -0.4284    1.0000    0.9629
    0.8179   -0.3661    0.9629    1.0000

结果是d-by-d矩阵，其中包含针对所有其他要素的每个要素的corrcoeff。因此，对角线都是1（因为corr(x,x) = 1），矩阵也是对称的（因为corr(x,y) = corr(y,x)）。值范围从-1到1，其中-1表示两个变量之间的反相关，1表示正相关，0表示没有线性相关。

现在因为要删除平均与其他要素最相关的要素，您必须将该矩阵汇总为每个要素的一个数字。一种方法是计算平均值：

% mean
>> mean_corr = mean(C)
mean_corr =
    0.6430    0.0220    0.6015    0.6037

% most correlated feature on average
>> [~,idx] = max(mean_corr)
idx =
     1

% drop that feature
>> X(:,idx) = [];

编辑：

我可能应该采用上面代码中C的绝对值的均值，因为我们不关心两个变量是正相关还是负相关，只是有多强相关性是。

无监督滤波器特征选择 - 按相关性排序

1 个答案:

编辑：